5  Korrelationen

5.1 Korrelation von Bildungsabschlüssen erkennen

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 274 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 98 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 334 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 275 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 285 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 247 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 327 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 263 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 146 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 169 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 314 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 269 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 295 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 265 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

Angenommen ein Forscherteam erhebt in einem Land querschnittlich die höchsten Bildungsabschlüsse von 289 Müttern und deren ältesten Töchter und erhält die oben dargestellten Daten. Welche der folgenden Aussagen können anhand der Daten geschlussfolgert werden?

5.2 Kendall’s \(\tau_b\) in Minimalbeispiel berechnen

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D E
-4 4 8 -1
-8 8 16 -5
-12 12 24 -9
-16 16 32 -13

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,E) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D E
-2 2 4 1
-4 4 8 -1
-6 6 12 -3
-8 8 16 -5

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,E) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D F
-4 4 8 -6
-8 8 16 -10
-12 12 24 -14
-16 16 32 -18

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B E F
-4 -8 -2 -6
-8 -16 -6 -10
-12 -24 -10 -14
-16 -32 -14 -18

\(\tau_B(A,B) =\)

\(\tau_B(A,E) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D F
-2 2 4 -5
-4 4 8 -7
-6 6 12 -9
-8 8 16 -11

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D E
2 -2 -4 4
4 -4 -8 6
6 -6 -12 8
8 -8 -16 10

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,E) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B C D
2 4 -2 -4
4 8 -4 -8
6 12 -6 -12
8 16 -8 -16

\(\tau_B(A,B) =\)

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B C D
-4 -8 4 8
-8 -16 8 16
-12 -24 12 24
-16 -32 16 32

\(\tau_B(A,B) =\)

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B E F
-2 -4 0 -3
-4 -8 -2 -5
-6 -12 -4 -7
-8 -16 -6 -9

\(\tau_B(A,B) =\)

\(\tau_B(A,E) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B C D
-4 -8 4 8
-8 -16 8 16
-12 -24 12 24
-16 -32 16 32

\(\tau_B(A,B) =\)

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B C D
-2 -4 2 4
-4 -8 4 8
-6 -12 6 12
-8 -16 8 16

\(\tau_B(A,B) =\)

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D F
-4 4 8 -5
-8 8 16 -9
-12 12 24 -13
-16 16 32 -17

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C D E
-2 2 4 1
-4 4 8 -1
-6 6 12 -3
-8 8 16 -5

\(\tau_B(A,C) =\)

\(\tau_B(A,D) =\)

\(\tau_B(A,E) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A C E F
-2 2 -1 -4
-4 4 -3 -6
-6 6 -5 -8
-8 8 -7 -10

\(\tau_B(A,C) =\)

\(\tau_B(A,E) =\)

\(\tau_B(A,F) =\)

Gegeben sind die folgenden Daten. Welches Kendall’s \(\tau_b\) ergibt sich für die folgenden Variabenpaare?

Hinweis: Eine Rechnung ist nicht unbedingt notwendig

A B C E
-2 -4 2 1
-4 -8 4 -1
-6 -12 6 -3
-8 -16 8 -5

\(\tau_B(A,B) =\)

\(\tau_B(A,C) =\)

\(\tau_B(A,E) =\)

5.3 Kendall’s \(\tau_b\) aus Grafik schätzen

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V3 und V4. Welches Kendall’s \(\tau_b (V3,V4)\) passt am besten zu dieser Abbildung?

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.58.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.15.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.11.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.16.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.08.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.03.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.36.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.27.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.64.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.57.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.1.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt -0.6.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.88.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.76.

Obige Abbibldung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Kendall’s \(\tau_b (V1,V2)\) passt am besten zu dieser Abbildung?

Das berechnete Kendall’s \(\tau_b\) beträgt 0.81.

5.4 Kendall’s \(\tau_b\) in Alluvial Plot erkennen

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

Gegeben sind drei Alluvial Plots/Flussdiagramme, welche die Assoziation der Schulabschlüsse von Eltern (links) und ihren Kindern (rechts) darstellt.

  • Eine Abbildung zeigt eine starke positive Assoziation,
  • eine Abbildung zeigt eine starke negative Assoziation und
  • eine Abbildung eine vernachlässigbar kleine Korrelation dar.

Welche Abbildung kann welcher Korrelation zugeordnet werden?

5.5 Korrelation in Plot erkennen

5.6 Pearson’s \(r\) in Tabelle erkennen

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
3 3
7 3
3 6
7 6

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
1 9
7 9
1 4
7 4

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
10 5
3 5
10 2
3 2

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
3 6
6 6
3 5
6 5

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
5 8
8 8
5 2
8 2

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
1 4
4 4
1 10
4 10

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
10 3
3 3
10 2
3 2

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
8 3
2 3
8 8
2 8

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
8 3
7 3
8 7
7 7

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
5 3
7 3
5 7
7 7

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
6 6
7 6
6 1
7 1

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
8 7
6 7
8 10
6 10

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
8 8
1 8
8 9
1 9

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
5 5
3 5
5 7
3 7

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

Welches Pearson’s \(r(A,B)\) wird sich für folgendes Minimaldatenbeispiel zeigen:

A B
9 4
3 4
9 5
3 5

Trägt man die Daten in ein (kartesisches) Koordinatensystem mit einer A-Achse und einer B-Achse ein, erkennt man, dass die Regressionsgerade eine Steigung von 0 hat. Damit ist auch r gleich 0, da eine Stauchung und Streckung in A- oder B-Richtung diese Steigung nicht verändert.

5.7 Pearson’s \(r\) als Wahrscheinlichkeit

Ein Forscher untersucht, inwiefern die Begeisterung für den pädagogischen Beruf mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erhebt er beide Variablen bei N = 568 Studierenden und erhält ein Pearson’s r von .31. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich enthusiastischen Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Ein Forscher untersucht, inwiefern die Begeisterung für den pädagogischen Beruf mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erhebt er beide Variablen bei N = 568 Studierenden und erhält ein Pearson’s r von .31. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich enthusiastischen Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Eine Forscherin untersucht, inwiefern Gewissenhaftigkeit und akademische Leistung korreliert sind. Dazu erhebt sie beide Variablen bei N = 678 Studierenden und erhält ein Pearson’s r von .43. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich gewissenhafte:r Student:in eine überdurchschnittlich starke akademische Leistung?

Ein Forscher untersucht, inwiefern die Fachkompetenz einer Lehrkraft mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erfasst er beide Variablen bei N = 142 Lehrkräften und deren Schülerinnen und Schüler und erhält ein Pearson’s r von .54. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich fachkompetenten Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Ein Forscher untersucht, inwiefern die Fachkompetenz einer Lehrkraft mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erfasst er beide Variablen bei N = 142 Lehrkräften und deren Schülerinnen und Schüler und erhält ein Pearson’s r von .54. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich fachkompetenten Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Eine Forscherin untersucht die Korrelation zwischen der Klassengröße (variiert zwischen 21 und 27 Schülerinnen und Schülern) und dem Ergebnis eines Fachwissenstests. Dazu erhebt sie beide Variablen bei N = 18678 Schülerinnen und Schülern in 778 Klassen und erhält ein Pearson’s r von .12. Mit welcher Wahrscheinlichkeit zeigt demnach eine Schüler:in in einer überdurchschnittlich großen Klasse eine überdurchschnittlich starke Leistung?

Ein Forscher untersucht, inwiefern Intelligenz und Gehalt korreliert sind. Dazu erhebt er beide Variablen bei N = 58678 Studierenden und erhält ein Pearson’s r von .33. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich intelligente:r Student:in in eine überdurchschnittlich großes Gehalt?

Ein Forscher untersucht, inwiefern das Gehalt der Eltern mit dem Gehalt von Befragten korreliert. Dazu erhebt er beide Variablen bei N = 664 Studierenden und erhält ein Pearson’s r von .43. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e Befragte:r mit überdurchschnittlich verdienenden Eltern ein überdurchschnittliches Gehalt?

Eine Forscherin untersucht die Korrelation zwischen der Klassengröße (variiert zwischen 21 und 27 Schülerinnen und Schülern) und dem Ergebnis eines Fachwissenstests. Dazu erhebt sie beide Variablen bei N = 18678 Schülerinnen und Schülern in 778 Klassen und erhält ein Pearson’s r von .12. Mit welcher Wahrscheinlichkeit zeigt demnach eine Schüler:in in einer überdurchschnittlich großen Klasse eine überdurchschnittlich starke Leistung?

Ein Forscher untersucht, inwiefern die Begeisterung für den pädagogischen Beruf mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erhebt er beide Variablen bei N = 568 Studierenden und erhält ein Pearson’s r von .31. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich enthusiastischen Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Ein Forscher untersucht, inwiefern die Begeisterung für den pädagogischen Beruf mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erhebt er beide Variablen bei N = 568 Studierenden und erhält ein Pearson’s r von .31. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich enthusiastischen Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Ein Forscher untersucht, inwiefern die Begeisterung für den pädagogischen Beruf mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erhebt er beide Variablen bei N = 568 Studierenden und erhält ein Pearson’s r von .31. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich enthusiastischen Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Ein Forscher untersucht, inwiefern Intelligenz und Gehalt korreliert sind. Dazu erhebt er beide Variablen bei N = 58678 Studierenden und erhält ein Pearson’s r von .33. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich intelligente:r Student:in in eine überdurchschnittlich großes Gehalt?

Ein Forscher untersucht, inwiefern Intelligenz und Gehalt korreliert sind. Dazu erhebt er beide Variablen bei N = 58678 Studierenden und erhält ein Pearson’s r von .33. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich intelligente:r Student:in in eine überdurchschnittlich großes Gehalt?

Ein Forscher untersucht, inwiefern die Fachkompetenz einer Lehrkraft mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erfasst er beide Variablen bei N = 142 Lehrkräften und deren Schülerinnen und Schüler und erhält ein Pearson’s r von .54. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich fachkompetenten Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Eine Forscherin untersucht, inwiefern Gewissenhaftigkeit und akademische Leistung korreliert sind. Dazu erhebt sie beide Variablen bei N = 678 Studierenden und erhält ein Pearson’s r von .43. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich gewissenhafte:r Student:in eine überdurchschnittlich starke akademische Leistung?

Schätzen Sie einen plausiblen Wert und geben Sie die Antwort als Dezimalzahl mit führender 0 zwischen 0 und 1 an (z.B. 0,123)

Ein Forscher untersucht, inwiefern die Fachkompetenz einer Lehrkraft mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erfasst er beide Variablen bei N = 142 Lehrkräften und deren Schülerinnen und Schüler und erhält ein Pearson’s r von .54. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich fachkompetenten Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Schätzen Sie einen plausiblen Wert und geben Sie die Antwort als Dezimalzahl mit führender 0 zwischen 0 und 1 an (z.B. 0,123)

Ein Forscher untersucht, inwiefern die Fachkompetenz einer Lehrkraft mit dem Lernfortschritt der Schülerinnen und Schüler assoziiert ist. Dazu erfasst er beide Variablen bei N = 142 Lehrkräften und deren Schülerinnen und Schüler und erhält ein Pearson’s r von .54. Mit welcher Wahrscheinlichkeit zeigen demnach die Schüler:innen einer überdurchschnittlich fachkompetenten Lehrkraft einen überdurchschnittlichen Lernfortschritt?

Schätzen Sie einen plausiblen Wert und geben Sie die Antwort als Dezimalzahl mit führender 0 zwischen 0 und 1 an (z.B. 0,123)

Eine Forscherin untersucht die Korrelation zwischen der Klassengröße (variiert zwischen 21 und 27 Schülerinnen und Schülern) und dem Ergebnis eines Fachwissenstests. Dazu erhebt sie beide Variablen bei N = 18678 Schülerinnen und Schülern in 778 Klassen und erhält ein Pearson’s r von .12. Mit welcher Wahrscheinlichkeit zeigt demnach eine Schüler:in in einer überdurchschnittlich großen Klasse eine überdurchschnittlich starke Leistung?

Schätzen Sie einen plausiblen Wert und geben Sie die Antwort als Dezimalzahl mit führender 0 zwischen 0 und 1 an (z.B. 0,123)

Ein Forscher untersucht, inwiefern Intelligenz und Gehalt korreliert sind. Dazu erhebt er beide Variablen bei N = 58678 Studierenden und erhält ein Pearson’s r von .33. Mit welcher Wahrscheinlichkeit zeigt demnach ein:e überdurchschnittlich intelligente:r Student:in in eine überdurchschnittlich großes Gehalt?

Schätzen Sie einen plausiblen Wert und geben Sie die Antwort als Dezimalzahl mit führender 0 zwischen 0 und 1 an (z.B. 0,123)

5.8 Pearson’s \(r\) aus Grafik schätzen

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2) passt am besten zu diesen Daten?

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.4629737.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.7557708.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.7805088.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.9573459.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.7548333.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.5861278.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.3024998.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.2691228.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.0459943.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.2966194.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.8628136.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.9383713.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei 0.7474569.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.5660811.

Obige Abbildung zeigt die Assoziation der beiden Variablen V1 und V2. Welches Pearson’s r(V1,V2).

Wie groß schätzen Sie Pearsons’s \(r\) für diese Daten?

Verwenden Sie eine führende Null bei der Angabe (z.B. -0,31)

Die berechnete Korrelation liegt bei -0.5395763.

5.9 Pearson’s \(r\) und Kendall’s \(\tau_b\) im Vergleich

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?

Welche Aussagen sind wahr?